农户生态养殖模式采纳意愿形成机制研究*
——基于TPB-NAM整合框架

2023-03-24 07:01汪兴东郑哲棋
中国农业资源与区划 2023年1期
关键词:意愿个体农户

汪兴东,郑哲棋,鲁 盼※,廖 冰,彭 丹

(1.江西农业大学经济管理学院,南昌 330045;2.西安交通利物浦大学国际商学院,苏州 215123)

0 引言

近年来迅速发展的水禽产业,在保障国内外市场水禽产品稳定供给,促进农户增收的同时,也给生态环境和公共卫生安全造成严重威胁[1]。水禽废弃物资源化循环利用的现代生态养殖模式是实现经济、生态与社会效益并举的有效举措。为此,各国政府一直在积极推广生态农业来改善环境质量。如伊朗积极推广综合虫害治理技术以保障农业生产[2],美国开展生态农场建设以减少环境污染[3],我国也大力推广生态养殖模式,但尚未取得预期效果。已有研究结果表明,农户的生态养殖认知程度较低,采用生态养殖模式的农户较少[4]。农户作为采纳生态养殖模式的主体,其采纳的动机是什么?意愿如何产生?有哪些因素会提升(或阻碍)意愿的形成?等问题值得深入探究,对于这些问题的回答将有助于政府制定合理的政策及激励措施来提高农户采纳生态养殖的积极性。

鉴于农户的生态养殖行为属于亲环境行为范畴,兼具有利己和利他属性,农户实施生态养殖行为,既能提升(亦或降低)个体利益,也能提升社会效益(降低环境污染)。目前的大部分研究基本围绕这两个方面展开:利己动机认为,个体在行为选择上会基于成本与收益的比较,而Ajzen[5]提出的计划行为理论(TPB)能够很好地解释个体行为的理性决策,已成为预测个体行为最常用的模型,但由于亲环境行为具有利他属性,仅从利己属性无法诠释个体的亲环境行为。因此有学者从利他视角出发[6],引入道德激励理论(NAM)以提升对个体亲环境行为的解释力度,但该理论在强调个体实施某一行为时利他动机(如社会道德)重要性的同时,在一定程度上忽视了个体利己动机在解释亲环境行为中的作用。从农户生态养殖行为动机形成的逻辑上看,其意愿的产生可能会受到利己和利他动机的共同影响。

鉴于此,文章综合运用TPB和NAM的理论框架,并引入过去习惯构建出拓展TPB-NAM整合模型,从个体经济理性和社会道德理性两个维度考察农户生态养殖模式采纳意愿的形成机制。具体而言,研究从以下三个方面进行:(1)应用整合的TPB-NAM来解释农户生态养殖模式采纳意愿的形成机制;(2)探索TPB和NAM之间的结构关系;(3)探讨利己和利他动机对农户生态养殖模式采纳意愿形成的作用路径及方式。以期为政府有关部门完善相关政策及配套措施提升农户的生态养殖意愿提供理论借鉴和政策参考。

1 理论基础与研究假设

1.1 计划行为理论(TPB)

TPB(Theory of Planned Behavior, TPB)最初由Ajzen在1991年提出,是社会心理学领域中用于解释及预测个体行为的经典理论。已有众多研究把TPB应用于个人健康[7]、环境行为[8]、政策采纳[9]等领域,并取得了大量成果。该理论认为个体行为意愿(Intention, INT)由态度(Attitude, ATT)、主观规范(Subjective Norms, SN)和感知行为控制(Perceived Behavior Control, PBC)3个主要因素决定。TPB具有较好的开放性,在传统模型的基础上,引入其他对意愿有重要影响的变量能够进一步提升模型的解释力度。如Bamberg[10]和张辉等[11]的研究证明了过去行为能够影响个体实施类似行为的意向,Conner[12]进一步指出把过去行为纳入TPB时,增加了对意向7%的解释力度。借鉴这些研究成果,该研究将传统的TPB进行拓展,探讨纳入过去习惯后,将会对个体态度、感知行为控制及意愿形成产生何种影响。

态度是指个体对执行某特定行为有利或不利的认知及评价。通常而言,如果农户对生态养殖模式认知度越高,评价越积极,则其生态养殖模式采纳意愿也会越高;反之,则其在主观上采纳生态养殖模式的意愿会降低[13]。Rezaei[2]的研究表明,农户对病虫害综合治理技术的态度和认知是影响技术采纳最重要的因素。米松华等[14]发现农户认知能显著提高减排技术的采纳意愿,且认知能力每提高一个单位,对低碳技术采纳的贡献为25.5%。理论上看,生态养殖模式的应用,不仅可以实现资源综合有效利用,减少环境污染,产生生态效益,而且可以生产出无公害高质量绿色产品,给农户带来经济效益。因此,当农户感知到生态养殖模式有用,并能带来积极结果,他们会有较高的采纳意愿。基于此,提出假设1。

H1:个体态度对农户生态养殖模式采纳意愿具有显著的正向影响。

感知行为控制是指个体执行某一特定行为的容易或困难程度,是个体对促进或阻碍其行为发生因素的主观认知。这种认知在很大程度上取决于个体在实施过程中对成本和效益(包括财务成本、努力和时间)的权衡[15]。这表明,当个体认为执行某种行为较容易时,他就有较高的感知行为控制及自我效能感,进而有更强的行为实施意愿。谢贤鑫[16]对江西农户生态耕种的研究发现,感知行为控制对农户采纳意愿有着显著的影响。张董敏[17]等研究了农户两型农业认知的响应行为,发现具有更高能力、资源或机会的农户对两型农业行为响应程度更高。这些事实可以扩展到农户的生态养殖中,当农户相信自己掌握了足够的知识、技能和资源时,他们就更有可能形成生态养殖意愿。基于此,提出假设2。

H2:感知行为控制对农户的生态养殖模式采纳意愿具有显著的正向影响。

主观规范是指个体执行或不执行某一行为所感受到的压力,这种压力主要来自于对其行为决策具有影响力的个人或团体。换言之,个体通常更喜欢与参照群体的期望保持一致。通常情况下,与个体关系密切的个人或团体对执行某一行为越积极,则个体执行该行为意愿越强;反之,则会降低个体执行该行为的意愿[18]。曹惠[19]的研究表明,来自亲朋好友或重要同事等的社会期待对农户化肥减量化施用行为意向具有显著的正向影响。Arli和Tan[20]在关于绿色产品购买意愿的研究中也证实了这一观点。在生态养殖实践中,囿于农户自身知识水平以及判断能力,村干部以及亲戚朋友对生态养殖技术的采纳会产生示范效应,进而促使农户提高对生态养殖的采纳意愿。基于此,提出假设3。

H3:主观规范对农户生态养殖模式采纳意愿具有显著的正向影响。

过去习惯(Past Habit, PH)是指是个体会把过去发生的行为经验作为心理认知基础,启发将来实施相似的行为[21]。崔亚飞等[21]关于农户生活垃圾处理行为的研究证明过去行为会影响行为意愿。然而,Sommer[22]则将感知行为控制作为过去习惯与行为意愿的中介变量,认为过去习惯会通过影响个体对行为的控制能力来影响农户的行为意愿。此外,Trafimow[23]认为如果人们有过去的习惯,态度的预测能力应该减弱,相反,Huitu[24]则认为当人们不习惯表现出某种行为时,态度则是行为意愿的良好预测变量。有研究也发现将个体的过去习惯纳入TPB中会提升对个体行为意愿的预测力度[13]。从逻辑上看,拥有生态养殖经验的农户,对生态养殖的认知程度更高,感知生态养殖的难度更低,从而影响其对生态养殖技术的采纳意愿,因此,基于上述论述,将过去习惯纳入TPB中,得到以下假设。

H4:过去习惯对农户生态养殖态度具有正向影响。

H5:过去习惯对农户生态养殖感知行为控制具有正向影响。

H6:过去习惯对农户生态养殖模式采纳意愿具有正向影响。

1.2 道德激励理论(NAM)

最早由Schwartz在1977年提出的道德激励理论(Norm Activation Model, NAM),主要用来预测和解释个体的利他行为,被广泛应用于各种亲社会和亲环境领域,如绿色出行方式选择[25]、农户采用生态农业实践[2]等。个人规范(Personal Norms, PN)、后果意识(Awareness of Consequence, AC)和责任归属(Attribution of Responsibility, AR)构成了道德激励理论模型的核心变量,其中,个人规范由后果意识和责任归属这两个因素激活。个人规范是指特定情况下个体实施具体行为的自我期望,是被内在化的社会规范,是自我的道德义务感;后果意识是指个体对自身行为可能产生的积极或消极影响的感知;而责任归属则表明个体对其行为后果的责任感[26]。

根据NAM,个人规范越强的个体越容易在生产生活中实施符合个人规范要求的意愿或行为。当个体遵循个人规范实施具体行为时,会因其实际行为与自我期望保持一致而感到满足,进而产生自我肯定,但当具体行为违反个人规范时,个体内心可能会因实际行为与自身期望相违背而出现内疚感,进而导致自我否定。张琰[27]对航空旅行者碳补偿支付意愿的研究发现,个人规范对碳补偿支付意愿存在显著的正向影响,王丽丽[28]在城市居民参与环境治理行为意向研究中也得出类似的结论。农户实施生态养殖行为有利于减少农业污染、保护环境,是一种亲环境行为,具有利他属性,其行为与农户的自我期望相一致。因此,提出假设7。

H7:个人规范对农户的生态养殖模式采纳意愿具有显著的正向影响。

NAM认为,当个体意识到自身行为可能对环境产生负面影响时,个体倾向于对行为的负面后果负责,反之,如果个体没有意识到自己行为会对环境产生影响,则不太可能对这些后果承担责任。这表明个体的后果意识是责任归因的重要前因。此外,如果个体意识到亲环境的积极后果,并觉得自己有责任去保护生态环境,则个体的个人规范会越高,实施亲环境行为的意愿也会强烈。秦曼等[6]关于海洋水产企业亲环境意愿研究发现,后果意识对个观规范和责任归属均具有显著正向影响,同时责任归属也正向影响管理者个人规范。在实施生态养殖的亲环境行为中,当农户意识到不实施生态养殖的消极后果,并认为自己有责任去改善养殖环境,那么农户践行亲环境行为的自我期望和道德义务感就会比较强烈。值得注意的是,如果农户并没有意识到生态养殖对环境产生的作用,那么农户便不太可能采取亲环境行为。基于此,得到以下假设。

H8:后果意识对农户个人规范具有显著正向影响。

H9:责任归属对农户个人规范具有显著正向影响。

H10:后果意识对农户责任归属具有显著正向影响。

根据上述文献综述及所提出的假设,该文构建出拓展的TPB-NAM整合研究框架,如图1所示。从个体经济理性视角看,影响农户生态养殖意愿的前置变量为:态度、过去习惯、感知行为控制及主观规范,而过去习惯会影响态度及感知行为控制;从社会道德理性视角看,后果意识及责任归属会通过个体规范间接影响农户的生态养殖意愿,且后果意识是责任归属的重要前置变量。

图1 理论研究框架

2 研究设计

2.1 问卷设计

问卷分成两部分,第一部分为个人背景资料,包含年龄、性别、文化程度和家庭年收入等人口统计特征变量;第二部分基于TPB和NAM,拟用19个题项来测量意愿、态度、主观规范、感知行为控制、个人规范、后果意识、责任归属、过去习惯8个变量,测量题项的选取均借鉴国外已有的成熟量表,并结合农户生态养殖实践对部分题项描述进行适当修正形成最终量表,具体描述见表1。在TPB中,态度和主观规范的3个题项、感知行为控制的2个题项均改编自Rezaei等[2]的量表,意愿的2个题项参考Ajzen[5]的测量方式,从时间维度“下一年度”和空间维度“养殖区域”来考察,过去习惯参考Verplanken等[29]的研究成果,通过一个题项来测量。在NAM中,个人规范和后果意识的3个题项、责任归属的2个题项改编自Han[30]的量表。第二部分的所有题项均采用李克特5级量表测量,其中“1”代表完全不同意,“5”代表完全同意。

表1 量表设计与测量

2.2 数据来源

采用四分层抽样的方式获取调查样本,具体为:首先,基于等额抽样选取省级样本,结合国家水禽产业技术体系(CNWITS)对全国主要水禽主产省(市、区)水禽生产情况的统计,分别在技术体系中拥有2个综合试验站,1个综合试验站及没有综合试验站的省份各随机选取1个样本省,分别为湖北省、江西省和云南省作为样本省份;其次,采用等比抽样选取样本县(市、区),根据CNWITS2019年的调查数据,江西省、湖北省和云南省的水禽综合产值比6∶3∶2,按照此比例在3个样本省共选取11个样本县(市、区),其中江西省6个,湖北省3个,云南省2个;然后,采取典型抽样选择样本乡(镇),每个样本县(市、区)选取水禽养殖业较发达的1个乡(镇);最后,采取随机抽样选取行政村及养殖户样本,每个样本乡(镇)随机抽取4~5个行政村,每个样本村再随机抽取10~15户养殖户。调查于2020年5—10月通过入户一对一的访谈形式进行。为确保养殖户认真填答,访谈者向被访者解释问卷题项,以使其理解题项内容,每次访谈过程大约为45min,养殖户完成问卷后给予价值20元的电话卡作为报酬,以保证数据质量。共发放问卷550份,经整理剔除无效问卷后,获得有效问卷527份,问卷有效率为95.81%。

样本人口统计特征描述如表2所示,受访者中男性居多(67.0%),年龄偏大,平均年龄约为50岁(SD=14.69),大多数受访者为初中或以下学历,文化程度总体偏低,近一半(48.6%)的受访者家庭年收入为2万~6万元,2017—2019年受访者的平均家禽存栏量为1 552.63(SD=7 323.792)、2 276.15(SD=10 966.569)和5 083.98(SD=26 041.042)。人口统计特征与《2019年中国统计年鉴》中的农村户主相关数据无显著差异,可以认为该次调查所选取的样本具有代表性。

表2 样本特征分析(N=527)

2.3 模型构建

在拓展的TPB-NAM整合模型中的所有变量,除过去习惯外,均为潜变量,包含多个测量题项,故采用结构方程模型(Structural Equation Modeling, SEM)来验证变量间的路径关系。模型构建表达式为:

式(1)为结构方程,用以计算外生潜变量(ATT、PBC、SN、AC)与内生潜变量(INT、AR、PN)之间的线性关系,其中,η表示内生潜变量,ξ表示外生潜变量,B表示内生潜在变量间的系数矩阵,Γ表示相应变量的系数矩阵,ζ为误差项。式(2)(3)为测量方程,用以计算潜变量与各自观测变量之间的线性关系,其中,Y表示内生潜变量的观测变量向量,Λy表示内生潜变量与各自观测变量的关联系数矩阵,X表示外生潜变量的观测变量向量,Λx表示外生潜变量与各自观测变量的关联系数矩阵,ε、σ均为误差项。

为了考察3省份样本是否存在显著差异,利用最小显著性差异法(Least Significant Difference, LSD)对数据进行检验。结果显示,在95%的置信水平下,3省份样本在人口统计特征及各测量题项上均无显著差异。故将3省份样本数据进行合并分析。此外,为确保共同方法偏差(Common Method Biases, CMB)不会影响结构方程模型分析结果,受访者事先被告知“测量题项无正确与错误之分,且结果不会被单独呈现”。Harman[31]单因子检验结果也表明,未旋转情况下第一主成分的方差解释率小于50%,进一步说明共同方法偏差不会影响模型分析结果。

3 结果与分析

3.1 农户生态养殖模式采纳意愿分析

从总体来看,受访农户表现出较高的生态养殖模式采纳意愿,均值为3.71(表1)。在影响采纳意愿的TPB前置因素中,受访农户具有较为积极的态度(均值为3.84)和较高的主观规范(均值为3.58),以及较好的生态养殖习惯(均值为3.43),但感知行为控制水平偏低(均值为2.89)。表明受访农户对生态养殖模式产生了正向评价,且在是否采纳生态养殖模式上,感受到来自相关群体的压力,进而倾向于与群体期望保持一致,并保持较好的生态养殖习惯,然而可能由于缺乏必要的技术与资金支持,导致其感知采纳生态养殖模式难度较高。在影响采纳意愿的NAM前置因素中,受访农户的个人规范(均值为3.53)、责任归属(均值为3.70)及后果意识(均值为3.68)均表现出较高水平,表明大部分受访农户对采纳生态养殖模式具有较高的自我期望,并意识到不采纳生态养殖模式可能产生的负面后果,且认为有责任改善养殖环境。

3.2 模型检验

将数据代入模型进行拟合计算,整体模型适配度指标为:卡方自由度比值χ2/df=2.417(小于3),近似误差均方根RMSEA=0.052(小于0.08),绝对值拟合优度指数GFI=0.947(大于0.9),修正的拟合优度指数AGFI=0.920(大于0.9),规范拟合指数NFI=0.957(大于0.9),增量拟合指数IFI=0.974(大于0.9),简约拟合指数PGFI=0.631(大于0.5),简约调整后的规范拟合指数PNFI=0.713(大于0.5)。模型各项适配指标均达判定标准值,通过适配度检验,表明理论模型与实际调查数据拟合较好,具备结构方程模型的分析特征。

模型所使用量表的信效度检验如表3所示。各潜变量的Cronbach'sα值在0.78~0.89,通过信度检验,表明量表具有较好的内部一致性。所有测量题项的标准化因子载荷均在0.7以上,各潜变量的平均变异萃取量(AVE)均大于0.5,表明量表具有较高的收敛效度。各潜变量AVE的算术平方根均高于此潜变量与其他任一潜变量间的相关系数(表4),表明量表亦具有较好的区分效度。

表3 信效度检验

表4 区别效度

3.3 农户生态养殖模式采纳意愿形成机制

为了充分验证整合模型的适配性,对TPB模型(模型1)、加入过去习惯的拓展TPB模型(模型2)、NAM模型(模型3)及TPB-NAM整合模型(模型4)进行逐步检验,结果如表5所示。4个模型的拟合度指标均通过检验,但模型4中意愿调整后的R2为0.66,大于其他3个模型,表明整合模型对农户生态养殖意愿形成机制具有更强的解释力。

表5 模型适配度检验的主要指标

整合模型农户生态养殖模型采纳意愿形成机制的路径估计结果如图2所示,除过去习惯对农户生态养殖模式采纳意愿的影响不显著外,其他所有关系均有统计学意义。首先,在TPB框架中,态度、感知行为控制及主观规范均对农户生态养殖模式采纳意愿产生显著的正向影响,假设H1~H3得到验证,但三者的重要程度不同。其中,态度的标准化路径系数最大(β=0.50,P<0.001),表明态度对农户生态养殖模式采纳意愿的影响最强,农户的态度越积极,其采纳意愿就越强烈。主观规范(β=0.21,P<0.001)是影响采纳意愿的第二个主要因素,意味着农户在进行养殖模式选择时,会受到来自亲人、邻居及村干部等重要相关群体的影响,当这种影响越积极,其生态养殖模式采纳意愿也会越高。感知行为控制(β=0.13,P<0.001)是预测农户生态养殖模式采纳意愿的另一个因素,由于农户的感知行为控制主要来自自我效能,包括知识、经验、技能和资金等相关资源,如果农户缺乏这些资源,可能导致促发动机不足,导致采纳意愿的发生强度降低。

图2 结构方程模型标准化路径系数

其次,在拓展的TPB模型中,过去习惯虽然不会对农户生态养殖模式采纳意愿产生直接影响(β=0.04,P>0.1),H6未得到支持,但却通过态度(β=0.53,P<0.001)及感知行为控制 (β=0.61,P<0.001)间接影响意愿,H4和H5成立。意味着拥有相关生态养殖经验的农户,一方面对生态养殖模式的认知程度更高,态度也积极,另一方面具有更高的自我效能感,拥有更多的知识、经验、技能和资金等相关资源,感知行为控制更强,进而表现出更高的生态养殖模式采纳意愿。

最后,在NAM中,农户的个人规范对其生态养殖模式采纳意愿具有显著正向影响(β=0.15,P<0.01),H7成立。事实上,在亲环境行为中,个体道德认知是影响其亲环境行为采纳意愿的关键因素,个体的个人规范会激发其实施亲环境行为的自豪感或罪恶感,从而对实际的行为意愿产生影响。由于农户采纳生态养殖模式属于亲环境行为范畴,具有利他属性,具有较高个人规范的农户,会表现出更强的采纳意愿。农户的后果意识(β=0.41,P<0.001)不仅会直接影响个人规范,还会通过责任归属(β=0.75,P <0.001)间接影响个人规范(β=0.43,P<0.001),H8~H10成立。可见当农户意识到不采纳生态养殖模式可能对生态环境造成的负面影响,并认为应该对此承担责任时,其个人规范会被后果意识和责任归属激活,进而提升其生态养殖模式采纳意愿的发生强度。

通过 Bootstrap检验TPB-NAM整合模型中各变量间的直接效应、间接效应和总效应,如表6所示。主观规范和个人规范对生态养殖模式采纳意愿的直接效应为 0.21和 0.15,也就是农户出于成本—收益的“利己”动机高于出于道德义务感的“利他”动机。关于个人规范的激活路径,后果意识对个人规范的直接影响效应为0.41,对责任归属的直接影响效应为0.75,对个人规范的间接影响效应为0.32。可见,个人规范可沿着“后果意识→责任归属→个人规范”和“后果意识→个人规范”两类路径被激活,表明NAM理论在农户生态养殖模式采纳决策研究方面具有良好的适用性。

表6 各变量影响的直接效应、间接效应和总效应

4 结论与建议

4.1 研究结论

基于拓展的TPB-NAM整合分析框架,运用结构方程模型从个体经济理性和社会道德理性两个视角分析农户生态养殖模式采纳意愿的影响机制,主要获得以下研究结论。

(1)将TPB与NAM纳入统一的分析框架,从农户的个体经济理性和社会道德理性双重视角解释了农户生态养殖模式采纳意愿的形成机制,发现农户生态养殖模式采纳意愿的形成会受到利己和利他双重动机的影响,且利己动机的驱动力更大。

(2)在TPB中,态度、感知行为控制、主观规范均会对农户生态养殖模式采纳意愿产生积极影响,但作用大小存在差异,其中态度对意愿的作用最大,而主观规范的作用要高于感知行为控制。

(3)过去习惯虽不能直接影响农户生态养殖模式采纳意愿,但会通过态度和感知行为控制间接提升其采纳意愿,证明了将过去习惯与TPB结合的有效性,为纳入其他变量,以进一步拓展TPB-NAM整合分析框架提供了有价值的尝试。

(4)在NAM中,后果意识不仅直接强化个人规范,还会通过责任归属间接正向作用于个人规范,进而提升农户生态养殖模式采纳意愿,表明农户如果意识到采纳生态养殖模式会对生态环境产生积极影响时,会激发其环境责任感,进而表现出更强的采纳意愿。

4.2 对策建议

基于以上研究结论,提出以下对策建议。

(1) 政府激励农户采纳态养殖模式时,要兼顾农户的利己与利他动机。一方面要培养农户进行生态养殖的积极态度,强化其对生态养殖模式的认知,如宣传生态养殖可以提升畜禽质量,获得更高的产品溢价,以增加经济收益,或采取相关政策激励,如举办生态养殖技术培训,发放生态养殖补贴,进行环境补偿(生态养殖可降低环境污染),开展生态产品认证等方式,降低生态养殖的技术门槛,并给予资金支持,以提升农户的养殖技能,弱化养殖风险,从个体理性视角,鼓励农户进行生态养殖,以激发农户的利己动机;另一方面,要加强对养殖户非生态化养殖造成生态环境破坏(如土壤污染、水体污染、农残超标等)的教育,如发放环保手册、微信群公告、举办环保宣讲会,提升农户对环境保护的责任意识与后果感知,激发农户的利他动机和环境保护责任感,从社会理性视角,激发农户生态养殖模式采纳意愿。

(2)相关群体是否采纳生态养殖模式具有很强的参照效应,因此政府要重视相关群体对农户养殖行为的影响,如重点关注村干部、乡贤、致富带头人等群体,通过示范一个带动一批的模式,集中培育关键示范户的生态养殖行为,提升示范户的盈利能力,以便在周边农户中形成示范带动效应,整村或整镇(乡)推动生态养殖模式。

(3)要重视农户过去养殖经验的影响,尽管养殖经验不直接影响农户的生态养殖意愿,但会通过态度及感知行为控制产生间接作用,因此要阻断农户对传统养殖模式的路径依赖,一方面强化农户对传统养殖模式劣势与生态养殖模式优势的认知,更新农户的养殖观念,另一方面利用一定的行政手段,如基于三区划定(可养区、限养区和禁养区),尤其是限养区,只允许生态养殖户进入养殖区域,从制度上保证农户生态养殖习惯的形成。

猜你喜欢
意愿个体农户
健全机制增强农产品合格证开证意愿
农户存粮,不必大惊小怪
让更多小农户对接电商大市场
关注个体防护装备
粮食日 访农户
农户存粮调查
充分尊重农民意愿 支持基层创新创造
个体反思机制的缺失与救赎
How Cats See the World
An Analysis on Deep—structure Language Problems in Chinese